ಸೆಲ್ಫೋನ್ಗಳು, ಸ್ಮಾರ್ಟ್ವಾಚ್ಗಳು ಮತ್ತು ಇತರ ಧರಿಸಬಹುದಾದ ತಂತ್ರಜ್ಞಾನದಂತಹ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಾಧನಗಳನ್ನು ಹೊಸ ಮಾದರಿಗಳೊಂದಿಗೆ ನವೀಕರಿಸಿದಾಗ, ಪ್ರತಿ ವರ್ಷ ಗಣನೀಯ ಪ್ರಮಾಣದ ಕಸವನ್ನು ಉತ್ಪಾದಿಸಲಾಗುತ್ತದೆ.
ಸಾಧನದ ಆಂತರಿಕ ಚಿಪ್ಗೆ ಸ್ನ್ಯಾಪ್ ಮಾಡುವ ಹೊಸ ಸಂವೇದಕಗಳು ಮತ್ತು ಪ್ರೊಸೆಸರ್ಗಳೊಂದಿಗೆ ಹಳೆಯ ಆವೃತ್ತಿಗಳನ್ನು ನವೀಕರಿಸಬಹುದಾಗಿದ್ದರೆ, ಹಣ ಮತ್ತು ಸಾಮಗ್ರಿಗಳೆರಡರಲ್ಲೂ ತ್ಯಾಜ್ಯವನ್ನು ಕಡಿಮೆಗೊಳಿಸಬಹುದು, ಅದು ಕ್ರಾಂತಿಕಾರಿಯಾಗುತ್ತಿತ್ತು. ಸ್ಮಾರ್ಟ್ಫೋನ್ಗಳು, ಸ್ಮಾರ್ಟ್ವಾಚ್ಗಳು ಮತ್ತು ಇತರ ಧರಿಸಬಹುದಾದ ತಂತ್ರಜ್ಞಾನವನ್ನು ನಿರಂತರವಾಗಿ ಹೊಸ ಮಾದರಿಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸದೆ ಅಥವಾ ಶೆಲ್ಫ್ನಲ್ಲಿ ಇರಿಸದೆ ಇರುವ ಹೆಚ್ಚು ಸಮರ್ಥನೀಯ ಭವಿಷ್ಯವನ್ನು ಪರಿಗಣಿಸಿ.
ಬದಲಾಗಿ, ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ರಚನೆಗೆ ಸೇರಿಸಲಾದ LEGO ಇಟ್ಟಿಗೆಗಳಂತಹ ಸಾಧನದ ಆಂತರಿಕ ಚಿಪ್ಗೆ ಸರಳವಾಗಿ ಸ್ನ್ಯಾಪ್ ಮಾಡುವ ಹೊಸ ಸಂವೇದಕಗಳು ಮತ್ತು ಪ್ರೊಸೆಸರ್ಗಳೊಂದಿಗೆ ಅವುಗಳನ್ನು ನವೀಕರಿಸಬಹುದು. ಅಂತಹ ರಿಪ್ರೊಗ್ರಾಮೆಬಲ್ ಚಿಪ್ಗಳು ನಮ್ಮ ಡಿಜಿಟಲ್ ತ್ಯಾಜ್ಯವನ್ನು ಕಡಿಮೆ ಮಾಡುವಾಗ ಸಾಧನಗಳನ್ನು ಪ್ರಸ್ತುತವಾಗಿರಿಸಬಹುದು.
ಸ್ಟ್ಯಾಕ್ ಮಾಡಬಹುದಾದ, ಗ್ರಾಹಕೀಯಗೊಳಿಸಬಹುದಾದ ಅವರ LEGO-ತರಹದ ವಿನ್ಯಾಸದೊಂದಿಗೆ ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ ಚಿಪ್, MIT ಎಂಜಿನಿಯರ್ಗಳು ಈಗ ಆ ಮಾಡ್ಯುಲರ್ ದೃಷ್ಟಿಯತ್ತ ಹೆಜ್ಜೆ ಹಾಕಿದ್ದಾರೆ.
ಈ ಪೋಸ್ಟ್ ಈ ಚಿಪ್, ಅದರ ಕಾನ್ಫಿಗರೇಶನ್ಗಳು ಮತ್ತು ಅದರ ಭವಿಷ್ಯದ ಪರಿಣಾಮಗಳ ಬಗ್ಗೆ ಸಂಪೂರ್ಣ ನೋಟವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ಹಾಗಾದರೆ, LEGO ತರಹದ ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ ಚಿಪ್ ಎಂದರೇನು?
ಗ್ರಹವನ್ನು ಪರಿವರ್ತಿಸುವ ಮುಂದಿನ ಪ್ರಮುಖ ಬೆಳವಣಿಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಾಗಿದೆ. ಮಾಡ್ಯುಲರ್ ಮತ್ತು ಸುಸ್ಥಿರ ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ ಉತ್ಪಾದಿಸುವ ಸಲುವಾಗಿ, MIT ಎಂಜಿನಿಯರ್ಗಳು ಈಗ LEGO ಅನ್ನು ಹೋಲುವ AI ಚಿಪ್ ಅನ್ನು ರಚಿಸಿದ್ದಾರೆ.
ಹೆಚ್ಚುವರಿ ಸಂವೇದಕಗಳನ್ನು ಸೇರಿಸುವ ಅಥವಾ ಹಳೆಯ ಪ್ರೊಸೆಸರ್ಗಳನ್ನು ಅಪ್ಗ್ರೇಡ್ ಮಾಡುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸರಳಗೊಳಿಸಲು, ಇದು ಹಲವಾರು ಲೇಯರ್ಗಳನ್ನು ಹೊಂದಿರುವ ಮರುಸಂರಚಿಸುವ ಚಿಪ್ ಆಗಿದ್ದು ಅದನ್ನು ಒಂದರ ಮೇಲೊಂದು ಲೇಯರ್ ಮಾಡಬಹುದು ಅಥವಾ ಬದಲಾಯಿಸಬಹುದು.
ಲೇಯರ್ಗಳ ಸಂಯೋಜನೆಯ ಆಧಾರದ ಮೇಲೆ, "ಮರುಸಂರಚಿಸಬಹುದಾದ" AI ಚಿಪ್ಗಳನ್ನು ಅನಿರ್ದಿಷ್ಟವಾಗಿ ವಿಸ್ತರಿಸಬಹುದು. ಆದ್ದರಿಂದ, ಈ ಚಿಪ್ಗಳು ನಮ್ಮ ಸಾಧನಗಳನ್ನು ಪ್ರಸ್ತುತವಾಗಿ ಇರಿಸಿಕೊಂಡು ಎಲೆಕ್ಟ್ರಾನಿಕ್ ತ್ಯಾಜ್ಯವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.
ಈಗ, ಈ ಚಿಪ್ನ ವಿನ್ಯಾಸವನ್ನು ಅನ್ವೇಷಿಸೋಣ.
ಚಿಪ್ ವಿನ್ಯಾಸ
AI ಚಿಪ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ನಿಜವಾಗಿಯೂ ಅಸಾಧಾರಣವಾಗಿದೆ ಏಕೆಂದರೆ ಇದು ಸಂಸ್ಕರಣೆ ಮತ್ತು ಸಂವೇದಕ ಘಟಕಗಳ ಪರ್ಯಾಯ ಪದರಗಳನ್ನು LED ಗಳೊಂದಿಗೆ (ಬೆಳಕು-ಹೊರಸೂಸುವ ಡಯೋಡ್ಗಳು) ಸಂಯೋಜಿಸುತ್ತದೆ, ಇದು ಚಿಪ್ ಲೇಯರ್ಗಳನ್ನು ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಸಂವಹನ ಮಾಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ವಾಸ್ತುಶಿಲ್ಪವು ಬೆಳಕು-ಹೊರಸೂಸುವ ಡಯೋಡ್ಗಳನ್ನು (LED) ಒಳಗೊಂಡಿದೆ, ಇದು ಚಿಪ್ನ ಪದರಗಳಾದ್ಯಂತ ಆಪ್ಟಿಕಲ್ ಸಂವಹನವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಸಂವೇದಕ ಮತ್ತು ಸಂಸ್ಕರಣಾ ಘಟಕಗಳ ಪರ್ಯಾಯ ಪದರಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. ಇತರ ಮಾಡ್ಯುಲರ್ ಚಿಪ್ ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ತಂತಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಸಿಗ್ನಲ್ಗಳನ್ನು ಹಂತಗಳಲ್ಲಿ ಪ್ರಸಾರ ಮಾಡಲಾಗುತ್ತದೆ.
ಅಂತಹ ವ್ಯಾಪಕವಾದ ಸಂಪರ್ಕಗಳು ಅಂತಹ ಪೇರಿಸುವಿಕೆಯ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾಗುವುದಿಲ್ಲ ಏಕೆಂದರೆ ಅವುಗಳು ಕಷ್ಟವಾಗಿದ್ದರೂ, ಅಸಾಧ್ಯವಲ್ಲದಿದ್ದರೆ, ಕತ್ತರಿಸಲು ಮತ್ತು ರಿವೈರ್ ಮಾಡಲು. ನಿಜವಾದ ತಂತಿಗಳ ಬದಲಿಗೆ, MIT ಪರಿಕಲ್ಪನೆಯು ಬೆಳಕನ್ನು ಬಳಸಿಕೊಂಡು ಚಿಪ್ ಮೂಲಕ ಡೇಟಾವನ್ನು ರವಾನಿಸುತ್ತದೆ.
ಪರಿಣಾಮವಾಗಿ, ಹೊಸ ಸಂವೇದಕಗಳು ಅಥವಾ ಆಧುನಿಕ CPU ಗಳನ್ನು ಸೇರಿಸಲು, ಉದಾಹರಣೆಗೆ, ಸೇರಿಸಬಹುದಾದ ಅಥವಾ ಕಳೆಯಬಹುದಾದ ಲೇಯರ್ಗಳೊಂದಿಗೆ ಚಿಪ್ ಅನ್ನು ಮರುಹೊಂದಿಸಬಹುದು. ಎಂಜಿನಿಯರ್ಗಳ ಕಾದಂಬರಿ ಹೊಸ ಪರಿಕಲ್ಪನೆಯು ಚಿತ್ರ ಸಂವೇದಕಗಳನ್ನು ಕೃತಕ ಸಿನಾಪ್ಸ್ ಅರೇಗಳೊಂದಿಗೆ ಜೋಡಿಸುತ್ತದೆ ಮತ್ತು ಅವುಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದೂ ನಿರ್ದಿಷ್ಟ ಅಕ್ಷರವನ್ನು ಗುರುತಿಸಲು ಕಲಿಸಲಾಗುತ್ತದೆ, ಈ ಸಂದರ್ಭದಲ್ಲಿ, M, I ಮತ್ತು T.
ಭೌತಿಕ ಕೇಬಲ್ಗಳ ಮೂಲಕ ಪ್ರಕ್ರಿಯೆಗೆ ಸಂವೇದಕ ಡೇಟಾವನ್ನು ರವಾನಿಸುವ ಸಾಂಪ್ರದಾಯಿಕ ವಿಧಾನವನ್ನು ಬಳಸುವ ಬದಲು ತಂಡವು ಆಪ್ಟಿಕಲ್ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ. ಈ ವಿಧಾನದಲ್ಲಿ, ಪ್ರತಿ ಸಂವೇದಕ ಮತ್ತು ಕೃತಕ ಸಿನಾಪ್ಸ್ಗಳು ಭೌತಿಕ ಸಂಪರ್ಕಗಳ ಅಗತ್ಯವಿಲ್ಲದೆ ಅಕ್ಷರಗಳ ನಡುವಿನ ಸಂವಹನವನ್ನು ಶಕ್ತಗೊಳಿಸುವ ಒಂದು ಶ್ರೇಣಿಯನ್ನು ರೂಪಿಸಲು ಸಂಯೋಜಿಸುತ್ತವೆ.
ಪದರಗಳ ನಡುವಿನ ಸಂಕೇತಗಳನ್ನು ಸಾಮಾನ್ಯ ಮಾಡ್ಯುಲರ್ ಚಿಪ್ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಪ್ರಮಾಣಿತ ತಂತಿಯ ಮೂಲಕ ಕಳುಹಿಸಲಾಗುತ್ತದೆ. ಈ ಸಾಂಪ್ರದಾಯಿಕ ಚಿಪ್ಗಳನ್ನು ಮರುಸಂರಚಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಏಕೆಂದರೆ ಅಂತಹ ಸಂಕೀರ್ಣವಾದ ವೈರಿಂಗ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬೇರ್ಪಡಿಸಲು ಮತ್ತು ರಿವೈರ್ ಮಾಡಲು ಅಸಾಧ್ಯವಾಗಿದೆ.
ಕ್ಲೌಡ್-ಆಧಾರಿತ ಕಂಪ್ಯೂಟಿಂಗ್ ಅಥವಾ ಸೂಪರ್ಕಂಪ್ಯೂಟರ್ಗಳಂತಹ ಕೇಂದ್ರೀಯ ಅಥವಾ ವಿತರಿಸಿದ ಸಂಪನ್ಮೂಲದೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸದ ಸ್ವಾವಲಂಬಿ ಸಂವೇದಕಗಳು ಮತ್ತು ಹಲವಾರು ಇತರ ಎಲೆಕ್ಟ್ರಾನಿಕ್ಗಳಂತಹ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಧನಗಳನ್ನು ಮುನ್ನಡೆಸಲು ಸಂಶೋಧಕರು ಅದರ ನೆಲ-ಮುರಿಯುವ ವಿನ್ಯಾಸದ ಅನುಷ್ಠಾನಕ್ಕಾಗಿ ಕಾತರದಿಂದ ಕಾಯುತ್ತಿದ್ದಾರೆ.
ಚಿಪ್ ಸಂರಚನೆಗಳು
ಸಿಂಗಲ್-ಚಿಪ್ ಅನ್ನು ಸಂಶೋಧಕರು ರಚಿಸಿದ್ದಾರೆ ಮತ್ತು ಅದರ ಕಂಪ್ಯೂಟೇಶನಲ್ ಕೋರ್ 4 ಚದರ ಮಿಲಿಮೀಟರ್ಗಳಲ್ಲಿ ಕಾನ್ಫೆಟ್ಟಿಯ ತುಣುಕಿನ ಗಾತ್ರವನ್ನು ಹೊಂದಿತ್ತು.
ಚಿಪ್ ಮೂರು ಚಿತ್ರ ಗುರುತಿಸುವಿಕೆ "ಬ್ಲಾಕ್ಗಳನ್ನು" ಒಂದರ ಮೇಲೊಂದು ಇರಿಸಿದೆ, ಪ್ರತಿಯೊಂದೂ ಇಮೇಜ್ ಸೆನ್ಸರ್, ಆಪ್ಟಿಕಲ್ ಕಮ್ಯುನಿಕೇಶನ್ ಲೇಯರ್ ಮತ್ತು M, I, ಅಥವಾ T ಎಂಬ ಮೂರು ಅಕ್ಷರಗಳಲ್ಲಿ ಒಂದನ್ನು ಗುರುತಿಸಲು ಕೃತಕ ಸಿನಾಪ್ಸ್ ಶ್ರೇಣಿಯನ್ನು ಹೊಂದಿದೆ. ಸಾಧನದ ಮೇಲೆ ಯಾದೃಚ್ಛಿಕವಾಗಿ ರಚಿಸಲಾದ ಪಿಕ್ಸೆಲ್ಗಳ ಚಿತ್ರವನ್ನು ಪ್ರಕ್ಷೇಪಿಸುತ್ತದೆ ಮತ್ತು ಪ್ರತಿಯೊಂದೂ ವಿದ್ಯುತ್ ಪ್ರವಾಹವನ್ನು ಅಳೆಯುತ್ತದೆ ನರಮಂಡಲ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ ರಚಿಸಲಾದ ರಚನೆ.
ಪ್ರಸ್ತುತ ಹೆಚ್ಚಾದಂತೆ, ಚಿತ್ರವು ನಿರ್ದಿಷ್ಟ ಶ್ರೇಣಿಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ತರಬೇತಿ ಪಡೆದ ಅಕ್ಷರವಾಗಿರುವ ಸಾಧ್ಯತೆಯು ಹೆಚ್ಚಾಗುತ್ತದೆ
I ಮತ್ತು T ಅಕ್ಷರಗಳ ನಡುವಿನ ವಿಭಿನ್ನ ಮಬ್ಬು ಚಿತ್ರಗಳ ನಡುವೆ ಚಿಪ್ ಗುರುತಿಸಬಹುದಾದರೂ, ಪ್ರತಿ ಅಕ್ಷರದ ಸ್ಪಷ್ಟ ಚಿತ್ರಗಳನ್ನು ವರ್ಗೀಕರಿಸುವಲ್ಲಿ ಅದು ಕಡಿಮೆ ಯಶಸ್ಸನ್ನು ಹೊಂದಿದೆ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಹಿಡಿದಿದ್ದಾರೆ. ಚಿಪ್ನ ಸಂಸ್ಕರಣಾ ಪದರವನ್ನು ಉತ್ತಮವಾದ "ಡೆನಾಯ್ಸಿಂಗ್" ಪ್ರೊಸೆಸರ್ನೊಂದಿಗೆ ತ್ವರಿತವಾಗಿ ಬದಲಾಯಿಸಿದಾಗ, ಸಾಧನವು ಚಿತ್ರಗಳನ್ನು ಸರಿಯಾಗಿ ಗುರುತಿಸಿದೆ ಎಂದು ಸಂಶೋಧಕರು ಕಂಡುಹಿಡಿದರು.
ಆದಾಗ್ಯೂ, ಅವರು ತ್ವರಿತವಾಗಿ ಚಿಪ್ನ ಸಂಸ್ಕರಣಾ ಪದರವನ್ನು ನುರಿತ ಡಿನಾಯ್ಸಿಂಗ್ ಪ್ರೊಸೆಸರ್ನೊಂದಿಗೆ ಬದಲಾಯಿಸಿದರು, ಮತ್ತು ನಂತರ ಅವರು ಚಿತ್ರಗಳನ್ನು ಸರಿಯಾಗಿ ಪತ್ತೆಹಚ್ಚುವ ಕ್ಲಿಪ್ ಅನ್ನು ತಯಾರಿಸಿದರು.
ಈ ಸಾಧನಗಳಿಗೆ ಲೆಕ್ಕವಿಲ್ಲದಷ್ಟು ಅಪ್ಲಿಕೇಶನ್ಗಳಿವೆ ಎಂದು ಅವರು ನಂಬಿರುವಂತೆ, ಚಿಪ್ಗಳ ಸಂಸ್ಕರಣಾ ಶಕ್ತಿ ಮತ್ತು ಸಂವೇದಕ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೆಚ್ಚಿಸಲು ಸಂಶೋಧಕರು ಯೋಜಿಸಿದ್ದಾರೆ.
ಅಪ್ಲಿಕೇಶನ್ಗಳು ಅಪರಿಮಿತವಾಗಿವೆ, ಸಂಶೋಧಕರು ನಂಬುತ್ತಾರೆ ಮತ್ತು ಚಿಪ್ನ ಸಂವೇದನಾ ಮತ್ತು ಸಂಸ್ಕರಣಾ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ವಿಸ್ತರಿಸಲು ಅವರು ಉದ್ದೇಶಿಸಿದ್ದಾರೆ.
ಅದರ ಭವಿಷ್ಯ
ಭವಿಷ್ಯದ ಕೆಲಸದ ವಿಷಯದಲ್ಲಿ, ಸಂಶೋಧಕರು ವಿಶೇಷವಾಗಿ ಈ ವಾಸ್ತುಶಿಲ್ಪದ ಸಂಭಾವ್ಯ ಅಳವಡಿಕೆಯ ಬಗ್ಗೆ ಉತ್ಸುಕರಾಗಿದ್ದಾರೆ ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಸೂಪರ್ಕಂಪ್ಯೂಟರ್ಗಳು ಅಥವಾ ಕ್ಲೌಡ್-ಆಧಾರಿತ ಕಂಪ್ಯೂಟಿಂಗ್ನಂತಹ ಸಾಧನಗಳು, ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಹೊಸ ಸಾಧ್ಯತೆಗಳ ಜಗತ್ತನ್ನು ತೆರೆಯುತ್ತದೆ.
ವಸ್ತುಗಳ ಅಂತರ್ಜಾಲವು ಬೆಳೆದಂತೆ, ಮಲ್ಟಿಫಂಕ್ಷನಲ್ ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಧನಗಳಿಗೆ ಬೇಡಿಕೆ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಏಕೆಂದರೆ ಅದು ಬಹಳಷ್ಟು ನೀಡುತ್ತದೆ ಎಂದು ತಂಡವು ನಂಬುತ್ತದೆ ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ನಮ್ಯತೆ, ಅದರ ಸಲಹೆ ವಿನ್ಯಾಸವು ಇದಕ್ಕೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
Iಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ಚಿತ್ರಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಅಥವಾ ಧರಿಸಬಹುದಾದ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಚರ್ಮ ಮತ್ತು ಆರೋಗ್ಯ ಮೇಲ್ವಿಚಾರಣೆಯಲ್ಲಿ ಬಳಸಿಕೊಳ್ಳಲು, ಸಂಶೋಧಕರು ಚಿಪ್ನ ಸಂವೇದನೆ ಮತ್ತು ಸಂಸ್ಕರಣಾ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೆಚ್ಚಿಸಲು ಯೋಜಿಸಿದ್ದಾರೆ.
ವಿಭಿನ್ನ ಸಂವೇದಕಗಳು ಮತ್ತು ಸಂಸ್ಕರಣಾ ಲೇಯರ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಬಳಕೆದಾರರು ಚಿಪ್ ಅನ್ನು ಒಟ್ಟಿಗೆ ಸೇರಿಸಿದರೆ ಅದನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಮಾರಾಟ ಮಾಡಬಹುದಾದರೆ ಸಂಶೋಧಕರು ಇದು ಕುತೂಹಲಕಾರಿಯಾಗಿದೆ.
ಚಿತ್ರ ಅಥವಾ ವೀಡಿಯೊ ಗುರುತಿಸುವಿಕೆಗಾಗಿ ಅವರ ಅಗತ್ಯಗಳನ್ನು ಅವಲಂಬಿಸಿ, ಬಳಕೆದಾರರು ವಿವಿಧ ಆಯ್ಕೆಗಳನ್ನು ಮಾಡಬಹುದು ನರಮಂಡಲ ಜಾಲಗಳು.
ತೀರ್ಮಾನ
ತಂಡವು ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಅನ್ನು ಹಲವಾರು ಸಂಭಾವ್ಯ ಬಳಕೆಗಳಲ್ಲಿ ಒಂದಾಗಿ ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ. ಎಂಐಟಿಯಲ್ಲಿ ಮೆಕ್ಯಾನಿಕಲ್ ಇಂಜಿನಿಯರಿಂಗ್ನ ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕರಾದ ಜಿಹ್ವಾನ್ ಕಿಮ್, ನಾವು ಸಂವೇದಕ ನೆಟ್ವರ್ಕ್ಗಳ ಆಧಾರದ ಮೇಲೆ ವಸ್ತುಗಳ ಅಂತರ್ಜಾಲದ ಯುಗಕ್ಕೆ ಹೋದಂತೆ ಮಲ್ಟಿಫಂಕ್ಷನಲ್ ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಧನಗಳ ಬೇಡಿಕೆಯು ಗಣನೀಯವಾಗಿ ಹೆಚ್ಚಾಗುತ್ತದೆ ಎಂದು ಭವಿಷ್ಯ ನುಡಿದಿದ್ದಾರೆ.
ಭವಿಷ್ಯದಲ್ಲಿ, "ನಮ್ಮ ಸೂಚಿಸಿದ ಹಾರ್ಡ್ವೇರ್ ವಿನ್ಯಾಸವು ಎಡ್ಜ್ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಪ್ರಚಂಡ ಹೊಂದಾಣಿಕೆಯನ್ನು ಅನುಮತಿಸುತ್ತದೆ."
ಕೊನೆಯಲ್ಲಿ, ಈ ಚಿಪ್ ಭವಿಷ್ಯವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ ಮತ್ತು AI ಅಪ್ಲಿಕೇಶನ್ನ ವಿಶಾಲ ವ್ಯಾಪ್ತಿಯನ್ನು ಸ್ವಾಗತಿಸುತ್ತದೆ.
ಪ್ರತ್ಯುತ್ತರ ನೀಡಿ